Microsoft vertelt de rechtbank dat Copilot zelden boeken reproduceert in AI‑auteursrechten MDL

Microsoft vroeg op 4 september 2026 om een summary judgment in de geconsolideerde auteursrechtenprocedure die door boekenauteurs en nieuwsuitgevers is aangespannen over de training van grote taalmodellen, en vertelde een federale rechtbank in Manhattan dat een deskundige‑review van 8,2 miljoen Copilot-gesprekken slechts 24 reacties vond waarin ten minste 30 woorden overeenkwamen met de door de auteurs opgevoerde werken.

Het cijfer komt uit een analyse beschreven in Microsoft’s memorandum of law ter ondersteuning van haar verzoek om summary judgment in de geconsolideerde zaken van de boekenklagers, onderdeel van de multidistrict‑procedure die voor rechter Sidney H. Stein loopt bij de United States District Court for the Southern District of New York. De Authors Guild en genoemde fictie‑ en non‑fictie‑auteurs dienden de rechtszaak in ongeveer tien maanden nadat OpenAI in november 2022 ChatGPT publiekelijk lanceerde, en voegden later Microsoft toe als verweerder.

Wat de Copilot‑loganalyse vond

Volgens het memorandum gebruikte de deskundige van de boekenauteurs, Dr. Shawn Shan, een adversair extractieprotocol van ongeveer 5,3 miljoen pogingen waarbij de GPT‑modellen letterlijke boekpassages van honderden woorden kregen ingevoerd, en minder dan 1 procent van die pogingen leverde een overeenkomst van 30 woorden op. Microsoft karakteriseerde de oefening als een waarbij de deskundige een doelpassage selecteerde en het model herhaaldelijk promptte totdat de gewenste tekst werd uitgegeven.

Buiten die laboratoriumsetting, stelt het memorandum, heeft Shan 8,2 miljoen gesprekken van Microsoft’s Copilot‑product bekeken en 24 reacties geïdentificeerd die 30 overeenkomende woorden bevatten — een percentage dat in de indiening wordt aangeduid als 0,00029 procent. Voor 202 van de 212 opgevoerde boeken, zegt het memorandum, vond de deskundige helemaal geen regurgitatie in de logs. “Dat ondermijnt nauwelijks het transformerende doel van LLM‑training,” concludeert de indiening.

Microsoft verwees ook naar het eigen verkoopbewijs van de auteurs, waaruit blijkt dat de klagers evenveel boeken verkopen als ze zouden hebben verkocht als ChatGPT en Copilot nooit waren uitgebracht, en dat ze praktisch geen voorbeelden van real‑world‑output vonden die overeenkwamen met hun werken. Het memorandum citeert toneelschrijver David Henry Hwang, die aangeeft niet te geloven dat de LLM’s van de verweerders de markt voor zijn toneelstukken schaden, en meldt dat verkoopanalyses geen daling laten zien die aan de komst van de modellen kan worden toegeschreven.

Het fair‑use‑argument

De centrale juridische bewering in Microsoft’s indiening is dat het trainen van een LLM op auteursrechtelijk beschermde boeken wettelijk gezien fair use is. Het memorandum betoogt dat het gebruik “diepgaand transformerend” is, en wijst op uitspraken in twee andere AI‑trainingszaken — één tegen Meta en één tegen Anthropic — die LLM‑training als sterk transformerend omschreven.

Boeken worden gecreëerd om gelezen te worden, stelt de indiening, terwijl OpenAI’s gebruik van teksten zoals John Grisham’s The Street Lawyer en Stacy Schiff’s Cleopatra een technologische doelstelling diende: het bouwen van een model dat natuurlijke‑taalreacties genereert op prompts.

Met betrekking tot de focus van de auteurs op OpenAI’s download van boeken van Library Genesis, een online archief dat bekend staat om ongeautoriseerde kopieën, verklaarde Microsoft dat het onbetwiste bewijs aantoont dat het geen data heeft gedownload en geen betrokkenheid had bij het verwerven van die datasets, en betoogde dat de herkomst van de trainingsdata de fair‑use‑analyse niet verandert omdat elke stap van het proces hetzelfde trainingsdoel diende.

De indiening behandelt ook Microsoft’s verstrekking, op verzoek van OpenAI, van delen van de Bing‑zoekmachine‑index. Het memorandum stelt dat het bewijs onduidelijk is of die delen enige van de werken van de klagers bevatten, merkt op dat de deskundige van de klagers tussen de 8 en 24 opgevoerde werken identificeerde in de overgedragen delen van de index, en betoogt dat de overdracht desalniettemin onderdeel was van LLM‑training.

Wat markt­schade betreft, drong Microsoft er bij de rechtbank op aan twee theorieën die de klagers toeschrijven af te wijzen: verloren licentievergoedingen voor trainingsdata, en “marktverdunning” doordat AI‑gegenereerde boeken concurreren met de eigen werken van de auteurs. Onderzoek dat in de indiening wordt aangehaald, wees uit dat de overgrote meerderheid van consumenten geen AI‑gegenereerd boek zou kopen, zelfs niet tegen een drastisch lagere prijs, volgens de deskundigeverklaring van het bedrijf. Het memorandum voegt daaraan toe dat elke licentie‑vereiste voor trainingsdata een enorme belemmering voor innovatie zou vormen, aangezien ontwikkelaars werken van miljoenen auteurs moeten verkrijgen.

Microsoft vroeg gelijktijdig om een oordeel op de pleadings met betrekking tot de contributieve inbreuk‑claim van de klagers, volgens hetzelfde memorandum, dat stelt dat het vinden van LLM‑training als fair use die claim onafhankelijk zou uitsluiten. Het bedrijf diende dezelfde dag een apart verzoek om summary judgment in de geconsolideerde zaken van de nieuws‑klagers in; haar boeken‑memo beschrijft de nieuws‑indiening als een uitleg waarom het specifieke LLM‑gebaseerde hulpmiddel dat de uitgevers aanvechten wettelijk is.

Wat volgt in de MDL

De documenten werden ingediend in In re: OpenAI, Inc. Copyright Infringement Litigation, de multidistrict‑procedure die de zaken van de auteurs en uitgevers combineert. Docket‑records tonen aan dat The New York Times Company haar eigen verzoeken om summary judgment indiende op 4 september 2026, met reacties verschuldigd uiterlijk 5 oktober 2026, en OpenAI dezelfde dag een verzoek om summary judgment indiende met betrekking tot de claims van de nieuws‑klagers.

Een vastgestelde seal‑order ondertekend door rechter Stein op 3 september 2026 bepaalt de kalender voor de publieke vrijgave van de stukken: partijen en derden moeten vóór 14 september 2026 alle verzoeken indienen om redacties in de summary‑judgment‑briefs te behouden, en de partijen moeten hun brieven en Rule 56.1‑verklaringen openbaar opnieuw indienen met alle onbetwiste gedeelten ongeredigeerd vóór 17 september 2026. Tegenargumenten volgen een parallelle route, waarbij openbare herindiening vereist is vóór 15 oktober 2026.